Pemulihan Situs Web Lama: Mendapatkan Situs Kembali Setelah Bertahun-tahun Offline

Seorang klien menelepon saya musim semi lalu dengan masalah yang umum. Perusahaan lansekapnya telah berjalan bertahun-tahun di situs web yang dibangun tahun 2013, situs brosur yang rapi, galeri taman yang sudah jadi, dan formulir penawaran yang mendatangkan sebagian besar pekerjaannya. Domainnya kedaluwarsa pada 2019. Akun hostingnya sudah lama dibatalkan sebelumnya. Desainernya sudah pensiun ke Portugal dan berhenti membalas email. Dia menanyakan pertanyaan yang semua orang tanyakan di posisi ini: apakah pemulihan situs web lama benar-benar mungkin, atau saya mulai dari nol?

Jawaban jujurnya: mungkin ya, dan mungkin lebih dari yang Anda harapkan. Hampir semua yang pernah ditampilkan situs web publik kepada pengunjung disalin di suatu tempat, oleh perayap arsip, oleh mesin pencari, oleh skrip cadangan seseorang. Tugasnya adalah mengetahui apa yang bertahan di mana, dan jujur tentang celahnya. Ini adalah alur kerja yang saya gunakan pada pekerjaan seperti miliknya, dan ekspektasi yang saya tetapkan sebelum siapa pun mengeluarkan uang sepeser pun.

Apa arti sebenarnya pemulihan situs web lama

Pemulihan situs web lama bukanlah desain ulang, dan bukan 'buatkan saya situs baru yang terlihat seperti yang lama.' Ini berarti menemukan salinan situs yang ada, HTML yang diarsipkan, gambar, stylesheet, dokumen, dan merakitnya kembali menjadi situs web yang berfungsi yang Anda miliki lagi. Situs yang dapat Anda pasang di domain, edit, dan dapatkan prospek darinya. Perbedaannya penting karena menggeser label harga dengan urutan besaran: pemulihan menggunakan kembali apa yang sudah ada, sementara pembangunan ulang membayar seseorang untuk membuatnya kembali dari tangkapan layar dan ingatan.

Tiga jenis sumber melakukan pekerjaan berat. Arsip web, terutama Wayback Machine, menyimpan salinan yang dirayapi dari halaman publik hingga puluhan tahun ke belakang. Cache mesin pencari dulunya menjadi opsi kedua, tetapi Google menghentikan cache publiknya pada 2024, jadi sumur itu sebagian besar kering. Dan cadangan nyata, dari host lama Anda, pengembang lama Anda, atau hard drive di laci, adalah satu-satunya tempat bagian di balik layar bertahan. Setiap sumber memberi Anda potongan berbeda dari situs lama.

Di mana salinan situs Anda sebenarnya berada

Sebelum Anda memulihkan apa pun, inventarisasi sumbernya. Inilah yang secara realistis dimiliki masing-masing untuk situs yang telah offline selama bertahun-tahun:

Baca tabel itu dan sebuah pola muncul: lapisan presentasi bertahan, lapisan aplikasi tidak. HTML, CSS, dan gambar bersifat publik, jadi perayap menyalinnya. Skrip PHP, basis data, dan panel admin berada di belakang server web, di mana tidak ada perayap yang bisa melihat. Untuk situs brosur atau blog, lapisan presentasi hampir seluruh situs. Untuk toko atau forum, Anda memulihkan katalog dan konten, bukan pesanan, akun, atau pesan pribadi.

Ekspektasi realistis untuk pemulihan situs web lama

Saya menetapkan ekspektasi dengan angka sebelum menyentuh situs siapa pun, karena harapan bukanlah rencana. Berdasarkan pekerjaan pemulihan selama beberapa tahun terakhir, inilah hasil yang baik terlihat:

• Halaman statis dan postingan blog: 90–100% dapat dipulihkan jika situs mengizinkan perayapan.
• Gambar: biasanya 70–95%, tergantung seberapa dalam arsip merayapi dan apakah mereka berada di domain CDN terpisah.
• PDF dan unduhan: lempar koin. Perayap sering melewatkan file di atas ambang ukuran.
• Video: anggap hilang kecuali jika ada di YouTube atau Vimeo, dalam hal ini tidak pernah hilang.
• Basis data, produk, pengguna, komentar, pesanan: hilang kecuali ada cadangan nyata. Arsip hanya pernah melihat halaman yang dirender.
• Peringkat pencarian: sebagian dapat diselamatkan. Pertahankan URL asli di mana Anda bisa, 301 sisanya, dan Google mempelajari kembali situs lebih cepat dari yang Anda kira.

Dua pekerjaan nyata. Sebuah forum phpBB 2009 kembali sebagai 400-an utas HTML statis, setiap postingan dapat dibaca, nol akun pengguna. Toko WooCommerce klien kembali dengan katalog lengkapnya, setiap deskripsi produk, dan sebagian besar foto, tetapi tidak ada riwayat pesanan dan tidak ada daftar pelanggan. Kedua pemilik senang, karena keduanya tahu bentuk hasilnya sebelum pekerjaan dimulai.

Apa yang bertahan, dan apa yang hilang selamanya

Inventarisasi cepat menyelamatkan orang dari akhir pekan yang terbuang untuk mencari hal-hal yang tidak pernah memiliki salinan:

• Biasanya bertahan: halaman HTML publik dan postingan blog, ditambah gambar yang dirujuk halaman tersebut.
• Biasanya bertahan: stylesheet, file JavaScript, font, robots.txt, favicon, terkadang sitemap.xml.
• Biasanya bertahan: beberapa PDF dan unduhan yang lebih kecil, jika halaman yang dirayapi menautkannya.
• Hilang tanpa cadangan: kode sisi server, PHP, Python, plugin, logika template tema.
• Hilang tanpa cadangan: basis data, produk, metadata postingan, pengguna, komentar, pesanan.
• Hilang tanpa cadangan: apa pun di balik login, dan setiap formulir yang berfungsi, kotak pencarian, dan keranjang, arsip menyimpan tampilannya, bukan isinya.
• Hilang tanpa cadangan: akun email, konfigurasi server, aturan.htaccess.

Dua jebakan layak disebutkan secara khusus. Jika situs lama memiliki robots.txt yang memblokir perayap, arsip mungkin hampir tidak menyimpan apa pun, periksa sebelum Anda merencanakan apa pun. Dan snapshot yang diambil setelah domain kedaluwarsa biasanya menampilkan halaman parkir atau situs doorway penipuan. Selalu pulihkan dari snapshot yang diambil saat situs benar-benar hidup; tangkapan terbaru jarang yang terbaik.

Alur kerja pemulihan situs web lama langkah demi langkah

1. Daftar URL. Ambil inventaris URL situs dari indeks CDX Wayback Machine atau tampilan kalender, dan ambil sitemap.xml dari snapshot yang sehat jika ada.
2. Pilih tahun yang tepat. Pindai kalender snapshot untuk periode terakhir di mana tangkapan menunjukkan situs asli, bukan halaman parkir atau peretasan.
3. Isi celah dengan archive.today. Halaman yang dilewati Wayback terkadang ada di sana, periksa URL terpenting Anda satu per satu.
4. Pulihkan file. Untuk segelintir halaman, menyimpannya secara manual berhasil. Untuk seluruh situs, jalankan pemulihan otomatis: Restorix menunjukkan perkiraan gratis dengan jumlah file yang diarsipkan tepat, ukuran total, dan harga terkunci sebelum Anda membayar apa pun, lalu memulihkan situs dengan tautan internal yang ditulis ulang dan analitik lama dihapus jika Anda mau.
5. Bersihkan rumah. Hapus tag iklan yang diarsipkan dan skrip pelacakan, kanonikalisasi www atau non-www, dan ubah tautan internal menjadi relatif sehingga situs berfungsi di domain apa pun.
6. Petakan URL. Pertahankan jalur asli sedapat mungkin dan 301 semua yang sengaja Anda jatuhkan.
7. Sebarkan dan verifikasi. Rayapi situs yang dipulihkan, perbaiki 404, lalu berikan peta situs baru ke Search Console.

Pembersihan adalah tempat pekerjaan DIY terhenti. Salin-tempel manual dari archive.org meninggalkan Anda dengan tautan absolut yang mengarah kembali ke web.archive.org dan suar analitik berusia satu dekade menyala di setiap halaman. Opsi pemulihan ada persis untuk ini: menghapus iframe dan kode iklan, meminifikasi aset, dan membuat tautan agnostik domain adalah kotak centang, bukan sore hari mencari-dan-mengganti.

Kesalahan yang menenggelamkan pemulihan situs web lama

• Memulihkan dari snapshot terbaru alih-alih yang paling sehat. Tahun terakhir situs yang sekarat sering kali adalah halaman parkir dan pengalihan malware.
• Membiarkan domain menganggur saat Anda mempertimbangkan. Beli kembali domainnya dulu, memulihkan konten ke alamat yang dimiliki penjajah adalah pekerjaan sia-sia.
• Mencampur tahun snapshot. Navigasi 2016 menautkan ke halaman yang tidak dimiliki salinan 2014 Anda, dan setiap menu menjadi ladang 404.
• Melupakan subdomain CDN. Jika gambar berada di cdn.yoursite.com, periksa nama host itu di arsip secara terpisah, ia memiliki riwayat snapshotnya sendiri.
• Melewatkan pertanyaan hak. Memulihkan situs Anda sendiri adalah praktik standar; menerbitkan ulang konten orang lain secara grosir adalah masalah hak cipta.
• Membangun ulang di platform terkunci sebelum mengekspor. Dapatkan file bersih dulu, ekspor artikel terstruktur ke XML, CSV, atau JSON ada karena suatu alasan, lalu putuskan di mana mereka tinggal.

Biaya, waktu, dan melakukannya sendiri vs. menyewa orang lain

DIY dengan salin-tempel: gratis, dan baik hingga mungkin dua puluh halaman. Anggarkan akhir pekan dan banyak kesabaran. Skrip pengunduh Wayback gratis menangani massal tetapi meninggalkan Anda dengan tautan internal yang rusak dan aset yang hilang, pajak pembersihan lagi. Pemulihan berbayar memberi harga per file; Restorix mengenakan biaya per file yang dipulihkan dengan biaya tetap kecil per pemulihan, file pertama gratis, harga terkunci pada saat perkiraan, dan tidak ada yang berulang. Beberapa ratus file biasanya mendarat di puluhan dolar, dan pengembalian dana otomatis kembali ke saldo Anda jika pemulihan gagal.

Waktu terurai dengan cara yang sama pada setiap pekerjaan: pemulihan itu sendiri adalah bagian cepat, ratusan halaman dalam waktu kurang dari satu jam, dan pekerjaan manusia setelahnya adalah bagian lambat. Situs lansekap klien saya kembali sebagai 86 halaman dan sekitar 300 gambar. Perkiraan memakan waktu satu menit. Akhir pekannya dihabiskan untuk menyambungkan formulir penawaran yang berfungsi dan memotret ulang dua foto taman yang memang tidak pernah disukainya. Situs yang dipulihkan lebih baik dari aslinya dalam seminggu, yang merupakan bagian yang tidak diharapkan siapa pun.

Menempatkan situs yang dipulihkan kembali online

Situs brosur yang dipulihkan dapat hidup bahagia di hosting statis murah. Jika pemilik ingin mengedit konten, dan akhirnya mereka selalu ingin, sebarkan dengan CMS terpasang alih-alih menambahkan satu nanti. Restorix menyebarkan ke VPS SSH/SFTP, hosting bersama FTP, atau S3 dalam satu klik, dan penyebarannya menyertakan CMS file tunggal di /webarchive-cms.php dengan kata sandi admin per situs, sehingga pemilik mengedit teks dan menukar gambar tanpa menyentuh kode. Apa pun yang Anda pilih, selesaikan dengan hal-hal penting yang membosankan: analitik baru alih-alih tag 2013, peta situs XML, verifikasi Search Console, dan 301 untuk setiap URL yang Anda putuskan untuk tidak dibawa kembali.